蜂蜜中水分 果糖和葡萄糖的近红外定量分析模型

采用近红外光谱(NIRS)技术和偏最小二乘回归(PLS)方法分别建立了蜂蜜中的水分、果糖和葡萄糖含量的近红外定量分析模型,并对模型进行评价和考察。结果表明,所建模型具有一定的实用性。     

傅里叶变换近红外光谱法检测种子水分和生活力的研究

采用傅里叶变换近红外光谱法测定玉米、水稻种子的水分和生活力,并用光谱影响值法(Leverage)对异常值进行判断和处理.建立玉米、水稻种子水分、生活力的近红外光谱分析模型,快速地预测玉米、水稻种子的水分、生活力,满足农作物种子质量快速检测、贮藏、育种等的需要.     

利用VIS/NIR反射光谱快速检测柿饼加工中水分含量

水分是柿饼的重要组成成分,也是影响柿饼制作过程的重要因素。利用可见/近红外反射光谱对柿饼制作过程中的水分含量进行检测。首先,获取柿饼在不同加工阶段的可见/近红外反射光谱(400～1 000 nm),采用烘干法测定柿饼水分含量。然后,对光谱进行Mean smoothing (MS)平滑、多元散射校正(MSC)和一阶导数(1-D)预处理。最后,对不同预处理光谱,结合样本水分含量,使用Samples set partitioning based on joint x-y distance (SPXY)方法划分校正集和验证集,基于SPA方法选择特征波长,建立多元线性回归(MLR)预测模型。结果表明,反射光谱经过MS处理后,确定的9个最优波长组合建立水分检测模型的预测结果最好:预测相关系数(Rp)为0.969 0,预测标准残差(SEP)为3.472 9%,可见/近红外反射光谱技术可以较好地预测柿饼制作过程中的的水分含量。研究可为柿饼加工过程中的品质快速检测提供一定的技术支撑。     

近红外谷物分析仪在小麦品质分析中的应用性研究

20世纪60年代，Karl Norris使用漫反射技术对农产品水分、蛋白和脂肪进行研究，从而发现了近红外光谱用于常规分析的实用价值。与传统光谱技术不同，近红外定量分析只需要一系列已知待测成分含量的样品，运用现代统计学的算法，建立近红外光谱参数与样品待测成分之间的对应关系。这种对应关系一般称之为校准或校准曲线。用这一校准曲线对未知样品的近红外图谱进行预测，从而得到未知样品待测成分的预测值。近年来，近红外定量分析技术和相关仪器在农业、食品、医药等领域已经得到广泛的应用。在食品检测方面，近红外定量分析技术因其快速准确，已经列入世界谷物科技协会标准（ICC No．159和ICC No．202）和美国谷物化学协会标准（AACC No．39-00），成为世界公认的标准。但在粮食收储企业中的应用尚处于起步阶段。     

茶叶干燥过程水分含量的近红外光谱检测方法研究

水分含量是衡量茶叶干燥过程中品质的最重要因素之一,采用近红外光谱分析技术分析茶叶干燥过程水分含量。首先,采用便携式近红外光谱检测系统采集茶叶干燥过程样本的光谱,采用标准正态变量变换(SNV)预处理光谱;然后,比较应用全光谱偏最小二乘模型(PLS)、遗传偏最小二乘模型(GA-PLS)、竞争性自适应加权抽样偏最小二乘模型(CARS-PLS)建立模型,采用交互验证优化模型。结果显示,CARS-PLS模型预测性能最佳,结果优于PLS和GA-PLS模型;CARS-PLS模型优选的变量数为11,变量数仅为全光谱变量数的2.1%,预测集的Rp=0.990 7,RMSEP=0.574。结果表明,采用近红外光谱技术结合合适的化学计量学方法评价茶叶干燥过程的水分含量具有可行性,为茶叶干燥过程品质的数字化、智能化监控提供方法。     

近红外光谱技术在粮食检测中的应用进展

介绍了近红外光谱法的检测原理,对近红外光谱检测技术在小麦、稻谷、玉米、大豆四种粮食在蛋白质含量和品种识别等方面的应用进展进行了综述.     

不同贮藏条件对油用牡丹种子出油率的影响

油用牡丹种子在贮藏过程中贮藏物质的变化对油用牡丹种子出油率、品质等存在直接影响。本文选择刚采收的紫斑牡丹和凤丹种子为试验材料,分别于4℃和室温下贮藏,然后分别于1d、30d、60d、90d、120d、150d、180d、210d取样测定种子百粒重、含水量、出油率等的变化。结果表明,随着贮藏时间的延长,不同贮藏条件下种子百粒重、含水量和出油率均呈下降趋势。其中,室温下油用牡丹种子粒重、含水量和出油率均存在骤降趋势。贮藏至60d时紫斑牡丹种子出油率为17.00%,凤丹种子出油率为19.87%,下降速率较为明显;4℃下油用牡丹种子贮藏物质下降缓慢,至150d时紫斑牡丹种子出油率为18.45%,凤丹种子出油率为17.72%。4℃下贮藏油用牡丹种子保鲜效果较好,但长期贮藏各项指标同样下降明显。     

单粒花生蔗糖含量近红外预测模型的建立

蔗糖含量是影响花生口感和风味的重要因素,培育高蔗糖甜味品种已成为食用型花生遗传改良的重要目标。因此,建立单粒花生蔗糖含量的近红外预测模型有助于加快甜花生品种选育进程。本研究选择128份遗传多样性丰富的代表性材料,采集了近红外光谱,利用高效液相色谱-折光指数检测器(HPLC-RID)测得蔗糖含量化学值,并利用偏最小二乘法(PLS)建立了单粒花生蔗糖含量的数学预测模型,其决定系数(R2)为0.913,交叉验证根均方差(RMSECV)为0.750。另选用50粒花生种子对预测模型进行外部验证,预测值和化学值的相关系数达0.92,表明本研究建立的模型预测值准确可靠。本研究建立的单粒花生蔗糖含量预测模型可以应用于杂交早期世代育种材料蔗糖含量的选择,也可以应用于高蔗糖材料纯度的筛选和鉴定,为食用型花生品种选育和产业化应用提供技术支撑。     

基于近红外光谱的单粒水稻种子活力快速无损检测

采用近红外光谱分析技术,对不同品种单粒水稻种子原始光谱进行一阶求导、5点平滑、矢量归一化光谱预处理后,建立定性分析模型。利用因子化法计算光谱距离,定性分析选择系数S均大于1.1832,结果表明能够有效区分高活力与低活力种子。此方法有利于快速无损地检测单粒种子活力,克服了传统的种子活力检测方法如发芽试验、TTC染色等方法存在的耗时长、工作量大、结果滞后等问题,为筛选种子、提高种子发芽率、种子活力实时监测提供了一种新的选择。     

近红外光谱技术在玉米种子质量检验上的应用研究进展

玉米是世界上最重要的粮食作物之一,其种子质量的好坏直接影响粮食的产量,与食品生产安全息息相关,种子作为生产源头牵动着整个玉米产业链的发展。种子的质量还影响农作物的生存能力,是农业生产资料重要的组成部分。种子作为各种技术的关键载体,优质高产的种子对于提高食品安全和经济产量有着重要意义。随着农作物种子检测技术的不断进步,玉米的产量和质量得到有效提高。尤其是将近红外光谱分析技术应用在玉米种子检测中,使玉米种子检测质量与效果得到明显提高,为农户育种、种植及营销节省了成本,提高了经济效益。首先介绍了近红外光谱检测技术的应用原理,之后分析了近红外光谱分析技术的优缺点,最后探讨了近红外光谱分析技术在玉米种子检测中的应用。     

科技

<正>牡丹籽油资源评价和α-亚麻酸积累机制研究取得新进展本刊讯近日,中科院植物研究所在油用牡丹种质资源评价和α-亚麻酸积累机制研究方面取得了新进展。牡丹是我国最具潜力的木本油料作物,不饱和脂肪酸占总脂肪酸含量的比例高达90%,其中被誉为"植物脑黄金"的α-亚麻酸占总脂肪酸含量的40%以上。由于牡丹种子存     

近红外光谱无损检测石榴中花色苷含量研究

以全国不同地区的97个石榴为样本,研究近红外光谱无损检测石榴中花色苷的含量,探讨了不同数据处理和回归方法对建模效果的影响。结果表明,对原始光谱进行一阶微分、标准多元离散校正法处理后,采用偏最小二乘法建立的石榴花色苷含量预测模型,预测偏差为0.148,预测标准差(SEP)为1.47,相关系数为0.829,模型预测良好,说明近红外光谱无损检测石榴的品质是可行的。     

近红外光谱技术测定油料种子脂肪酸的研究进展

近红外光谱技术(NIRS,near infrared spectroscopy)因其无损、快速、不使用化学试剂的特点,在油料种子脂肪酸检测中应用广泛,尤其对大宗油料种子油脂检测、种质筛选等方面具有重要作用。对NIRS在油料种子建模方法和光谱预处理方法进行综述,重点分析NIRS在特种油料种子相关领域的应用现状,总结特种油料种子样品处理、光谱预处理等NIRS建模的主要因素,阐明了NIRS在特种油料作物中的应用对发展我国油料产业的重要意义。     

冠层相对深度指数与玉米不同叶层含水量间的关系研究

研究分析了田间试验条件下11个不同株型品种,在七个生育期中叶片水分含量随着形态学高度层次(上层、中层和下层)的变化情况,发现在大喇叭口出现后,不同株型玉米叶片水分含量均随形态学高度的降低而升高.冠层高光谱参量RDI(Relative Depth Index)与叶片水分含量的关系用对数方程式拟合最佳.基于1 192-1 282nm波段的RDI1192-1282与叶片水分含量的相关性明显强于基于965-1 085nm波段的RDI965-1085.进一步分析表明,RDI与3种株型玉米的下层含水量关系都不强或不存在相关性,而与中层和上层含水量的相关性均达到显著或极显著水平,说明下层叶片对水分吸收区域的冠层光谱的影响较弱.     

南丰蜜橘可溶性固形物近红外光检测研究

利用可见近红外光谱检测技术,对南丰蜜橘可溶性固形物含量的无损检测进行了相关研究。在350￣1800nm波段,应用偏最小二乘法对经过预处理的光谱进行建模分析。对89个建模样品的建模结果是,建模相关系数和均方差分别为0.955和0.018%;对30个未参与建模样品预测结果是,预测相关系数为0.946,均方差为0.018%。从实验结果可知,可见近红外光谱检测技术对南丰蜜橘可溶性固形物含量的无损检测是可行的。     

基于 SPA-RBF神经网络的小麦蛋白质含量无损检测

传统半微量凯氏法测量小麦蛋白质含量繁琐费时,应用近红外光谱分析技术结合SPA-RBF神经网络对小麦蛋白质含量进行快速、无损检测.采用SPXY算法划分校正集和预测集样本,运用连续投影算法(SPA)对一阶微分和SNV预处理后的光谱数据提取敏感波点作为RBF神经网络的输入,建立小麦蛋白质含量的SPA-RBF神经网络校正模型.模型的预测均方根误差和预测相关系数可达到0.26576和0.975,预测效果较好,基本上可以完成粮食储备和食品加工行业对小麦及其制品品质的划分以及育种上的前期世代筛选.研究表明:近红外光谱技术结合SPA-RBF神经网络可实现对小麦蛋白质含量的检测,满足现代农业发展对小麦无损、实时、大量检测的需要.     

河北油用牡丹间作套种

正油用牡丹已被大众所熟知,现在河北省各地种植积极性较高。但为提高土地利用效率,针对河北省地形地貌特征进行油用牡丹套种模式尚无全面总结。本文结合河北省实际情况,划分山区、平原、高寒地域,总结了河北省不同区域油用牡丹套种模式,为河北省合理发展油用牡丹提供参考。油用牡丹栽植后,一般需3~5年左右才能结籽见到效益,为了提高土地利用效率,我国各地积极开展油用牡丹的间作套种技术研究,摸索出许多间作套种生产模式。但根据河北省地形地貌,气候环境、适生植物等因素,间作套种生产模式未见报道。因此笔者对河北省油用牡丹套种模式进行梳理,为油用牡丹种植企业及个体户选择栽培模式提供指导。     

南疆地区油用牡丹引种表现及栽培技术

油用牡丹富含不饱和脂肪酸,是近年来发展的高附加值新兴特色产业。本文通过对南疆地区引种油用牡丹栽培成活率及结实率的初步调查,发现油用牡丹在南疆地区栽培具有一定的可行性,而土壤盐碱含量及夏季强光直射是影响栽培成活的关键因素;同时,对土地选择及处理、定植和田间管理等栽培技术要点进行了总结,以期为油用牡丹在南疆地区的推广种植提供参考。     

应用近红外光谱技术分析稻米蛋白质含量

以稻谷、米粒、米粉3种形态的样品，应用近红外光谱技术(NIRS)和偏最小二阶乘法(PLS)，建立了6个稻米蛋白质含量近红外光谱数学模型，并对模型预测结果的准确性进行了评价。结果表明，糙米蛋白质含量的稻谷、糙米粒和糙米粉近红外光谱预测模型校正决定系数(R_C²)分别为0.893、0.971和0.987，校正标准差(RMSEC)分别为0.507、0.259和0.183；精米蛋白质含量的稻谷、精米粒和精米粉近红外光谱预测模型R_C²分别为0.897、0.984和0.986，RMSEC分别为0.497、0.186和0.190。模型内部交叉验证分析表明，预测糙米蛋白含量的稻谷、糙米粒和糙米粉模型内部交叉验证决定系数(R_CV²)分别为0.865、0.962和0.984，内部验证标准差(RMSECV)分别为0.557、0.290和0.205；预测精米蛋白含量的稻谷、精米粒和精米粉的模型R_CV²分别为0.845、0.951和0.979，RMSECV分别为0.594、0.316和0.233。模型外部验证分析表明，预测糙米蛋白含量的稻谷、糙米粒和糙米粉近红外光谱模型外部验证决定系数(R_V²)分别为0.683、0.801和0.939，外部验证标准差(RMSEV)为0.962、0.799和0.434；预测精米蛋白含量的稻谷、精米粒和精米粉近红外光谱的模型R_V²分别为0.673、0.921和0.959，RMSEV为0.976、0.513和0.344。用米粉建立的近红外光谱预模型准确性最高，米粒次之，基于稻谷的预测模型准确性相对较低；内部交叉验证和外部验证表明，近红外光谱分析技术与化学分析方法一致性较好，且能保证样品的完整性，在水稻优质育种和稻米品质分析中具有广泛的应用价值。     

高光谱反演植被水分含量研究综述

高光谱反演技术凭借快速、有效和不破坏植被的优势,已成为评估植被水分含量的重要方法。本研究概述了利用高光谱数据反演植被水分含量的研究进展。重点介绍了反演植被水分含量模型所用高光谱参数、指数的选择与变换方法,以及建立植被水分含量模型的几种常用方法,并分析了各种方法的适用条件。最后针对目前的研究进行了展望。